多式预先查可以预测BCI性能变化:一种新的特定对象实验方案.
Seyyed Bahram Borgheai1, Alyssa Hillary Zisk2, John McLinden3
1Department of Electrical, Computer, and Biomedical Engineering, University of Rhode Island, Kingston, RI, United States; Neurology Department, Emory University, Atlanta, GA, United States.
Computers in biology and medicine
|November 20, 2023
概括
这项研究介绍了使用fNIRS和EEG来提高强度的个性化多式联机脑电脑接口 (BCI) 系统. 这种新的方法有效地预测和补偿性能变化,提高了运动缺陷患者的BCI可用性.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 康复技术 康复技术 康复技术
背景情况:
- 大脑计算机接口 (BCI) 系统由于性能变化而难以实现长期可靠性.
- 个体间和个体内部的差异显著影响BCI系统在日常使用中的稳定性.
研究的目的:
- 使用fNIRS和EEG开发一个个性化的多式联通BCI方案.
- 识别,预测和补偿影响BCI绩效变化的因素.
主要方法:
- 利用功能近红外光谱学 (fNIRS) 和电脑学 (EEG) 进行多式数据采集.
- 基于预选数据,开发了使用阶段式多变量线性回归 (MLR) 的预测模型.
- 实施任务纠正和干扰纠正阶段以优化BCI性能.
主要成果:
- 预测模型实现了高精度 (R平方值高达0.942).
- 在预测和实际表现之间发现了显著的相关性 (rho=0.7289,p=0.011和rho=0.6970,p=0.017).
- 在81.82%的受试者中,校正策略平均提高了5.18%的准确性.
结论:
- 拟议的个性化方案通过补偿性能变化来提高BCI的稳定性.
- 这种多式预测框架对于严重运动缺陷的人来说尤其有益.
